7k Star 的 go-stock：让 AI 做一个有数据的本地股票分析师

你试过让 AI 直接帮你分析一只股票吗？不是那种扔给它一段财报让它”总结一下”，而是——让它同时看K线、资金流向、个股舆情，再结合市场整体情绪，给出一个结构化的投资参考。

go-stock 就是在做这件事。7月份刚更新到 v2026.07.27，累计 7078 个 Star、1246 个 Fork，用 Go + Wails + NaiveUI 构建，支持 A股、港股、美股，数据全部留本地——不是云端 API 调用，是在你电脑上运行的桌面应用。

它到底能做什么

最核心的功能叫”AI分析股票”：输入股票代码，它会抓取实时行情数据，加上技术指标、资金流向，再把当日财经新闻和公告一起喂给大模型，最后给你一份结构化的分析报告。报告内容包括但不限于：当日走势描述、成交量异常分析、K线形态解读、相关行业动态、AI综合判断。

除此之外，它还有几个挺有意思的模块：

AI智能选股：不是给你推荐买哪只，而是根据当天市场整体数据（涨跌停数量、热门板块、资金流向等），让 AI 做一次市场情绪总结，再结合你自己设定的条件做筛选。相当于把每日复盘流程自动化了。

多周期K线 + 13个TradingView指标：5/15/30/60分钟，日/周/月 K 线都有，还集成了 SATS 自感知趋势指标。盯盘体验比大部分券商 App 要舒服。

涨跌报警推送：支持钉钉通知，设置阈值后自动推送。可以盯住某只股票的异动，不需要一直盯着屏幕。

市场资讯AI总结：每天早上打开软件，它会拉取过去24小时的财经新闻，让 AI 帮你做摘要。财联社电报、外媒简讯（VIP功能）都在里面。

多模型支持：DeepSeek（reasoner和chat都支持）、OpenAI、Ollama（本地）、LMStudio（本地）、AnythingLLM（本地知识库）、硅基流动、火山方舟、阿里云百炼。换句话说，你想用哪个模型分析都行，甚至可以本地跑一个 Ollama，不花一分钱 API 费用。

项目边界：它不是什么

先说清楚，这是个个人投资者的研究工具，不是量化交易系统。作者在 README 里明确写了”本项目仅供娱乐，不喜勿喷，AI分析股票结果仅供学习研究，投资有风险，请谨慎使用”。

具体来说：

它不会自动下单，没有任何券商接口，也不打算接。它是一个数据聚合 + AI 分析的阅读器，决策权100%在你手里。

它的数据来源主要是爬虫（网页抓取），而非专业金融数据服务商。港股数据”目前有延迟”，美股数据也有同样的问题。如果你是高频交易者，需要实时 Level-2 数据，这个工具不适合你。

它的定位介于”同花顺/东方财富的AI增强版”和”个人量化分析工具”之间——有 GUI，能看图，有 AI 分析能力，但没有回测、没有因子库、没有自动化交易。

谁适合用

如果你是一个有自己的分析框架、但懒得每天手动收集数据的散户或业余投资者，go-stock 可以帮你节省大量”找数据”的时间。你可以在晚上花10分钟，让 AI 把当天市场情况给你整理一遍，第二天再看盘心里有个大概的数。

如果你对 AI 模型有一定了解，手里已经有 Ollama 或者 LMStudio，想低成本跑本地分析，这个工具特别适合你——完全离线，数据不出机器，API 费用为零。

如果你想用 DeepSeek 或者 OpenAI 做分析，它也支持 API 接入，配置一个 Key 就能用。

谁不适合

机构投资者或专业量化研究员：这工具的数据质量、实时性、系统稳定性都不满足专业需求。

完全没有股票基础知识的纯新手：它会给你 AI 的分析结论，但不会教你什么是 MACD、什么是北向资金。你需要对股票有基本认知，才能判断 AI 说的是不是靠谱。

期待它”告诉你明天买哪只股票”的人：它做不到，任何人任何工具都做不到。

实际体验门槛

Windows 用户：下载绿色版 exe，直接运行，开发者的主要开发环境就是 Windows10+，体验最完整。

macOS 用户：有 Universal 版本（ARM+Intel），但开发者明确说”其他平台未测试或功能受限”，macOS 上可能有些功能不如 Windows 完整。

配置 AI 模型：首次使用需要配置 API Key 或本地模型地址。如果用 Ollama，本地地址一般是 http://127.0.0.1:11434，模型填 deepseek-r1 或 qwen2.5 之类的。

需要网络：行情数据和新闻抓取需要网络访问，完全离线只能看你已经缓存的历史数据。

为什么值得关注

7k Star 的项目中，AI + 股票的组合并不少见，但 go-stock 的差异在于它是一个完整的本地桌面应用，而不是一个 Colab notebook 或 API 封装。它的技术栈（Wails + Vue + NaiveUI）保证了用户体验的下限，UI 本身是认真的，不是凑合出来的。

值得关注的一个趋势是：越来越多的 AI 工具开始选择”数据本地化”而非”云端处理”，go-stock 明确把这一点作为卖点——它的隐私声明里说得很清楚，你的数据全部留存在本地。如果这个方向是对的，这类工具的生长空间还很大。

下一步建议

如果你想试试，可以从官方释放页下载最新版：https://github.com/ArvinLovegood/go-stock/releases

建议先从 A股个股开始体验（数据最完整），配合硅基流动的免费 API 额度（注册送2000万Tokens），零成本跑通整个流程。如果你在使用中遇到问题，GitHub Issue 和 QQ群（491605333）都比较活跃，作者本人也在维护。

最后提醒一句：AI 的分析永远只是参考，股票投资的第一责任人永远是你自己。